突发！OpenAI Sora负责人离职！跳槽谷歌DeepMind

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

点击进入—>【Mamba/多模态/扩散】交流群

添加微信号：CVer111，小助手会拉你进群！

扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！

转载自：新智元 ｜编辑：乔杨 桃子

【导读】OpenAI又一位关键大牛离职。Sora负责人刚刚官宣，离职OpenAI加盟谷歌DeepMind，恰好是在今天canvas发布之际。

OpenAI每次宣布大事之际，总有人要走。

这不，canvas刚发布，Sora项目却再传出坏消息——负责人Tim Brooks在推特官宣离职，加入谷歌DeepMind。

我将加入谷歌DeepMind致力于视频生成和世界模拟器！迫不及待地想与这样一个才华横溢的团队合作。

我在OpenAI创建Sora的两年里度过了一段美妙的时光。感谢所有与我一起工作的充满热情和善良的人。对下一个阶段感到兴奋！

按下葫芦起来瓢，看来发布日官宣离职可以成为OpenAI的传统了。

谷歌大佬纷纷在评论区弹冠相庆，包括DeepMind和谷歌研究院首席科学家Jeff Dean，以及谷歌AI Studio的产品负责人Logan Kilpatrick。

DeepMind推理团队的创始人和领导人Denny Zhou——

GPT-4o全量发布前就已辞职的「Her」项目负责人Alexis Conneau虽然没有加入谷歌，但也开始在线玩梗——欢迎成为OpenAI前员工的一员。

看来，谷歌自家的视频生成模型Veo有望超越Sora了。

目前，Sora的另一位共同负责人Bill Peebles仍在OpenAI任职。

虽然今年2月就已经发布，但Sora仍然是一个「期货模型」，只对一小部分红队测试人员和艺术家开放。

究竟什么时候上线，OpenAI也没给出过明确期限，不像「Her」项目好歹有个「今年秋天」的flag。

陷入研究泥潭，又遭遇CTO和负责人相继出走，Sora的未来再一次前途未卜。

个人经历

Tim Brooks在OpenAI共同领导了Sora项目，他的研究重点是开发能模拟现实世界的大型生成模型。

这位小哥在伯克利AI研究中心获得博士学位，博士导师是Alyosha Efros。读博期间，他提出了名为InstructPix2Pix的技术。

在加入OpenAI之前，他曾在谷歌参与开发Pixel手机相机的AI技术，还在英伟达研究过视频生成模型。

同时，他还是DALL·E 3的主要研究员。

而他的另一部分履历，就实在令人大呼精彩了——摄影作品获得了「国家地理」、「Nature's Best Photography」和「National Wildlife Federation」的大奖。

他拍摄的动物照片：

他还曾经在纽约百老汇的Beacon Theatre表演，还在国际无伴奏口技比赛中获奖。

网友们纷纷表示，羡慕他拥有这种自由。

而且，Tim Brooks还在简历中颇为「凡尔赛」地表示：「我对AI充满热情，幸运的是，这种热情与我对摄影、电影和音乐的爱好完美融合。」

加入DeepMind后，小哥表示，依旧会从事视频生成和世界模拟器相关的工作，继续融合自己对AI的热情和对摄影、电影的爱好。

从视频生成，到模拟世界

今年4月，Sora模型刚刚发布两个月时，共同负责人Tim Brooks和Bill Peebles参与了由AGI House组织的一场主题演讲，表达了自己对视频生成技术的看法——「将通过模拟一切来实现AGI」。

文生视频模型，如Sora所展示的复杂场景生成能力，逐渐显现出对人类互动和身体接触的详细理解，这是AGI的重要一步。

要生成内容真实、画面逼真的视频，就需要一个内部模型理解所有物体和人类在环境中如何运动、交互，因此，他们认为Sora将为通用人工智能的发展做出贡献。

在方法论方面，Tim Brooks和Bill Peebles都特别强调了模型的扩展性，他们认为语言模型之所以如此成功，是源于具有扩展能力，并引用了《The Bitter Lesson》中的观点：

长远来看，那些随着规模增长而性能提升的方法，随着计算能力的增加将最终胜出。

通过创建基于Transformer的框架，并对不同的Sora模型进行比较，他们展示了模型训练中计算量增加对性能提升的影响。

从基础模型到增加了32倍计算量的模型，可以看到对场景和物体的理解逐步提升。

我们一直致力于保持方法的简单性，尽管有时候实际情况比说起来更具挑战性。

我们的主要关注点是做出尽可能简单的事情，然后在此基础上进行大规模的扩展。

参考资料：

https://x.com/_tim_brooks/status/1841982327431561528

何恺明在MIT授课的课件PPT下载

在CVer公众号后台回复：何恺明，即可下载本课程的所有566页课件PPT！赶紧学起来！

ECCV 2024 论文和代码下载

在CVer公众号后台回复：ECCV2024，即可下载ECCV 2024论文和代码开源的论文合集

CVPR 2024 论文和代码下载

在CVer公众号后台回复：CVPR2024，即可下载CVPR 2024论文和代码开源的论文合集

Mamba、多模态和扩散模型交流群成立

扫描下方二维码，或者添加微信号：CVer111，即可添加CVer小助手微信，便可申请加入CVer-Mamba、多模态学习或者扩散模型微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者扩散模型+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer111，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉（知识星球），已汇集上万人！

▲扫码加入星球学习

▲点击上方卡片，关注CVer公众号
整理不易，请赞和在看